Python Pandas 的一些常见操作

文章目录

• • • 先行——产生日期序列：
    • 先行——产生实例数据：
    • dataframe 按照索引（、列名）删除某行（列）
    • 将某一列设置为索引列（一般为时间）
    • 将 df 中的某些值替换为其他值
    • 拼接

先行——产生日期序列：

请阅读文章：https://www.cnblogs.com/P–K/p/9723050.html

先行——产生实例数据：

ones = np.ones([3,3])
df = pd.DataFrame(data=ones,columns=['第一列','第二列','第三列'])
df['日期'] = Date.date_range('20180918', '2018-09-21')
df['NaN'] = [1,np.nan,2]
df['类别'] = ["苹果",'香蕉','梨']

dataframe 按照索引（、列名）删除某行（列）

用 drop，当参数 inplace = True 时，直接在源 df 修改。

删除行（按索引）

df_new = df.drop(index=[1],axis=0)
df_new = df.drop(index=range(2),axis=0)   #删除连续的多行

删除行（按条件）

比如删除类别列等于“苹果”的行

ind = df.loc[df["类别"]=="苹果"].index
df_new = df.drop(index=ind,axis=0)

按多条件删除行

ind  = df.loc[((df["类别"]=="苹果") & (df["第一列"]==1))].index
df_new = df.drop(index=ind,axis=0)

注意点：

多条件时，必须将条件用括号括起来，再用括号把左右条件括起来。然后，用 & 这个 bool 符号连接起来

以上条件当真是缺一不可啊，用了 and 连接，也给报错了：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

删除列（按索引、按条件）

也是如此，不过将 axis 改成 1 罢了。

删除列（按列名）

改 labels 参数

df.drop(labels=["第一列"],axis=1)

删除包含 NaN 的行和列

df.dropna(axis=0,how='any')

将某一列设置为索引列（一般为时间）

用 set_index 函数就行了，不过也有 inplace 参数

df.set_index(['日期'],inplace=True)

将 df 中的某些值替换为其他值

1、用 replace
2、用 apply

def fun(x):
#将 nan 替换为 0
	if x==x:
		pass
	else:
		x= 0 
	return x

df['NaN'] = df['NaN'].apply(fun)

拼接

比如将 类别 列进行 one-hot 编码，然后再将 类别列删除。将编码列的结果拼接到原 df 中：

from sklearn.preprocessing import LabelBinarizer
lb = LabelBinarizer()
tmp = lb.fit_transform(df['类别'])   # tmp 是一个 np.array
df.drop(labels=['类别'],axis=1,inplace=True)  
tmp = pd.DataFrame(data=tmp,columns=lb.classes_)   #建立一个df
df[lb.classes_]=tmp

也就是说，可以用 df[列名s] = df2 这种方法拼接起来。

也可以用 concat 函数，比如

full = pd.concat([df,tmp],axis=1)

用 df 列表拼接起来。